基于自适应表面模型的概率视频跟踪算法  

Probabilistic visual tracking based on adaptive appearance model

作　　者：李安平[1] 敬忠良[1] 胡士强[1] 

机构地区：[1]上海交通大学航空航天信息与控制研究所,上海200030

出　　处：《控制与决策》2007年第1期53-58,共6页Control and Decision

基　　金：国家自然科学基金项目(60375008);国家科技攻关计划世博科技专项(2004BA908B07);高校博士点基金项目(20020248029);航空科学基金项目(02D57003);航天支撑技术基金项目(20031.302)

摘　　要：提出一种鲁棒自适应表面模型,该模型中每个像素值的变化过程由一混合高斯分布描述.为了适应目标表面的变化,这些高斯参数在跟踪期间通过在线的EM算法自适应更新;在估计目标状态时,采用了粒子滤波算法,设计了基于自适应表面模型的观测模型;在处理遮挡时,采用了一种鲁棒估计技术.多组试验结果表明,该算法对光照变化、姿态变化、部分或完全遮挡下的跟踪具有较强的鲁棒性.A robust and adaptive appearance model is proposed, in which the value of each pixel over time is modeled by a mixture of Gaussians. To adapt to changes in object appearance, an online expectation maximization （EM） algorithm is developed to update the Gaussian parameters. When estimating the target state, particle filter is adopted, and the observation model is designed based on the adaptive appearance model. Occlusion is handled using a robust estimation technique. Numerous experimental results show that the proposed algorithm can track targets well under illumination changes, large pose variations, and partial or full occlusions.

关 键 词：混合高斯模型 自适应表面模型 在线EM算法 鲁棒估计技术 粒子滤波 

分 类 号：TP391.4[自动化与计算机技术—计算机应用技术]